ارایه یک سامانه توصیه گر بر پایه نظر کاوی

سامانه های توصیه گر سامانه هایی هستند که سعی دارند براساس عملکرد، سلیقه های شخصی، رفتارهای کاربر و بسته به زمینه ای که در آن مورد استفاده قرار گرفته اند، به هر کاربر پیشنهادهایی را ارایه دهند که با تمایلات شخصی وی تطابق داشته و وی را در فرآیند تصمیم گیری یاری نمایند. به این منظور الگوریتم های متعددی مورد استفاده قرار گرفته اند که اکثریت آنها بر پایه دو الگوریتم مبتنی بر پالایش مشارکتی و پالایش مبتنی بر محتوا هستند. این مقاله قصد دارد روشی ارایه دهد که براساس نظرات کاربران توصیه ها را ارایه دهد. بدین منظور مجموعه داده ای از نظرات کاربران در رابطه با فیلم های سینمایی در سایت IMDB تشکیل می شود. سپس با استفاده از الگوریتم K نزدیک ترین همسایه (K-NN) براساس پروفایل کردن کاربران و پروفایل کردن قلم ها به ارایه توصیه می پردازد. و نشان می دهد که تاثیرات نظرات کاربران بر دقت در سامانه های توصیه گر مناسب است و با توجه به اینکه می توان از این روش برای بهیود روش های مبتنی بر محتوی نیز استفاده کرد، بسیار مفید خواهد بود. یکی از مزیت های مهم دیگر آن حفظ حریم شخصی کاربران در مقابل دیگر روش ها است.